編輯導(dǎo)語：如今，智能客服在各行業(yè)的應(yīng)用越來越多，而銀行在應(yīng)用智能客服系統(tǒng)時，存在二次開發(fā)成本高、廠商解決方案不能很好適配銀行場景等問題，這種時候便需要形成智能客服相關(guān)的可復(fù)用于跨部門的中臺能力。

易觀分析：雖然客戶服務(wù)有著將近20年的發(fā)展歷史，相對于人工客服，客戶體驗依然較差。銀行應(yīng)用智能客服系統(tǒng)時，存在二次開發(fā)成本高、廠商的解決方案不能夠很好地適配銀行場景等問題。銀行需要形成智能客服相關(guān)的可復(fù)用于跨部門的中臺能力。

01 事件背景

隨著人工智能技術(shù)的發(fā)展，智能客服在各行業(yè)的應(yīng)用快速增加。

雖然客戶服務(wù)有著將近20年的發(fā)展歷史，相對于人工客服，客戶體驗依然較差。銀行應(yīng)用智能客服系統(tǒng)時，存在二次開發(fā)成本高、廠商的解決方案不能夠很好地適配銀行場景等問題。

02 銀行業(yè)智能客服場景相對分散，未實現(xiàn)全場景智能化升級

易觀分析認(rèn)為，銀行業(yè)客戶服務(wù)建設(shè)包括四個發(fā)展階段：企業(yè)自建呼叫中心、托管型呼叫中心、多渠道云客服以及全場景智能客服。

基于上述發(fā)展階段劃分，以及當(dāng)前銀行業(yè)客戶服務(wù)發(fā)展現(xiàn)狀，目前銀行處于從多渠道云客服向全場景智能客服的發(fā)展階段，重視對客戶服務(wù)體系的智能化升級，但存在技術(shù)債等歷史遺留問題，場景相對分散，尚未實現(xiàn)全場景智能化。

03 具體分析

其一，在銀行業(yè)，由于各業(yè)務(wù)部門的業(yè)務(wù)內(nèi)容、相關(guān)數(shù)據(jù)系統(tǒng)、客服渠道都存在巨大差異，各業(yè)務(wù)部門具有獨立采購智能客服產(chǎn)品的權(quán)限。智能客服廠商按照銀行部門提供定制化解決方案，使得不同部門的客服系統(tǒng)彼此獨立，形成數(shù)據(jù)孤島。

其二，在數(shù)據(jù)孤島的背景下，銀行業(yè)還存在難以打通客服數(shù)據(jù)，為深度學(xué)習(xí)提供充分素材的情況。即使是大型銀行，在一些客戶服務(wù)量少的渠道，例如小程序、NPS評價或某些特定的營銷渠道，月度服務(wù)量也僅有幾百到幾千，深度學(xué)習(xí)無法基于這個數(shù)量級的數(shù)據(jù)實現(xiàn)有效的訓(xùn)練，從而形成千人千面的個性化服務(wù)。

其三，全場景智能客服需要多技術(shù)棧融合，同時具備扎實的客服知識庫體系，這一方面也存在短板。智能客服不僅是回答客戶提問、提供自助服務(wù)的語音機器人。廣義的智能客服還包括坐席服務(wù)、運營管理、坐席管理等內(nèi)容，如下表所示：

多樣化的應(yīng)用場景以及能力支持導(dǎo)致智能客服的建設(shè)需要融合大量產(chǎn)品、技術(shù)、解決方案。這不僅包括音視頻對話、自然語言處理、深度學(xué)習(xí)、知識庫等相關(guān)能力，也包括BI、OA、協(xié)同辦公系統(tǒng)建設(shè)等坐席人員管理、客服運營方面的能力。

另外，語音&語義識別的準(zhǔn)確率僅在70-90%之間，方言適配僅支持?jǐn)?shù)十個地區(qū)的、銀行現(xiàn)有用戶行為的數(shù)據(jù)量和分類維度不滿足深度學(xué)習(xí)所需的要求、知識庫不具備當(dāng)前客戶個性化需求。這導(dǎo)致智能客服在多輪次、高復(fù)雜度的客戶服務(wù)互動中，無法理解對話內(nèi)容、沒有適配的知識庫答案。

04 易觀分析建議

易觀分析認(rèn)為，銀行需要在企業(yè)級架構(gòu)的基礎(chǔ)上，形成智能客服模塊的中臺能力，對可復(fù)用的技術(shù)能力進(jìn)行統(tǒng)一規(guī)劃、開發(fā)和應(yīng)用。

形成中臺能力可以實現(xiàn)核心能力的自主可控，同時降低技術(shù)開發(fā)、資金投入方面的投入，還可以保障相關(guān)能力更貼合銀行自身的業(yè)務(wù)需求。

形成中臺能力也可以實現(xiàn)客戶跨業(yè)務(wù)、跨渠道的服務(wù)信息同步，提升客戶體驗。

本文由 @易觀分析 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Unsplash，基于 CC0 協(xié)議